लेज़ी प्रेडिक्शन बनाना
पिछली बार जो मॉडल आपने ट्रेन किया था, वह अच्छा था, लेकिन अगर आप ट्रेनिंग डेटा से कुछ बार और पास कराएँ, तो वह और बेहतर हो सकता है. साथ ही, अच्छे मॉडल को बेकार जाने देना ठीक नहीं है, इसलिए आपको इसे उसी डेटा से अलग एक डेटासेट पर प्रेडिक्शन करने के लिए इस्तेमाल करना चाहिए, जिस पर आप ट्रेन करते हैं.
पिछले अभ्यास में आपने जो मॉडल बनाया था, उसका एक अनफिटेड वर्ज़न आपके एनवायरनमेंट में dask_model नाम से उपलब्ध है. ट्रेनिंग डेटा के Dask DataFrames dask_X और dask_y के रूप में उपलब्ध हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Dask के साथ Parallel Programming
अभ्यास निर्देश
- एक for लूप बनाएँ और उसका उपयोग करके
dask_modelकोdask_Xऔरdask_yपर 5 बार ट्रेन करें. - फिट किए गए मॉडल से इनपुट वैरिएबल
dask_Xके लिए प्रेडिक्शन बनाएँ. - इन प्रेडिक्शंस को डिफॉल्ट शेड्यूलर का उपयोग करके compute करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)